文档介绍：２０２１ 年 第 ４０ 卷 第 ９ 期 传感器与微系统（Ｔｒａｎｓｄｕｃｅｒ ａｎｄ Ｍｉｃｒｏｓｙｓｔｅｍ Ｔｅｃｈｎｏｌｏｇｉｅｓ） １２１
ＤＯＩ：１０． 菱形［５］等匹配算法。这些算法的基 Ｍ ×Ｎ，模板图像 Ｔ 的像素数为 ｍ × ｎ，图 １（ａ）中子区域 Ｐ
本原理是，在初始图像中选择一个模板，然后用模板和新图 （虚线框内）是与模板图像 Ｔ 匹配的区域。将模板图像 Ｔ
像的子区域一一匹配计算，最终，得到与模板相关值最大的 叠放在实时图像 Ｓ 上依次进行匹配计算时，模板图像 Ｔ 覆
子区域来确定物体表面位移或形变的量。 盖的那块子区域称为子图 Ｐ（ｕ，v），（ｕ，v）为这块子图的左
在用模板与当目标图像的子区域一一匹配计算过程 上角像素点在实时图像 Ｓ 图中的坐标，称为参坐标。模板
中，通常只有一个区域是与模板匹配的，但是在找到匹配的 图像 Ｔ 和实时子图像 Ｐ 的匹配程度用相关值来衡量。设
子区域之前，需依次计算相应的非匹配的子区域，这样就会 Ｔｉ，ｊ 代表模板图像像素，Ｐｉ，ｊ 代表实时子图的像素，则模板图
耗费大量的运算时间。在精确计算物体的形变时，这种全 像 Ｔ 和实时子图像 Ｐ 的归一化积相关值可表示为
收稿日期：２０万方数据２０—０５—０５１２ ２ 传 感 器 与 微 系 统 第 ４０ 卷
Ｒ（ｕ，v）＝ 圈（１６ 个像素）上进行匹配计算，依次类推直到找到匹配子
ｎ ｍ 图像为止。
∑∑（Ｐｉ＋ｕ，ｊ＋ｕ - Ｐ）（Ｔｉ＋ｕ，ｊ＋ｕ - Ｔ）
ｉ ＝ １ ｊ ＝ １
ｎ ｍ ｎ ｍ
２ ２
∑∑（Ｐｉ＋ｕ，ｊ＋ｕ - Ｐ） ∑∑（Ｔｉ＋ｕ，ｊ＋ｕ - Ｔ）
ｉ ＝ １ ｊ ＝ １ ｉ ＝ １ ｊ ＝ １
（１）
式中 Ｔ 和 Ｐ 分别为模板图像 Ｔ 和实时子图像 Ｐ 的灰度均
值。匹配计算的基本搜索策略是遍历性的，为了找到最优
匹配点，必须在搜索区域内的每一个像素点上进行区域相 图 ３ “回形”搜索方法示意
关匹配计算，重复次数为［Ｍ －ｍ ＋１］×［Ｎ －ｎ ＋１］，最后得 当目标图像与模板图像相对静止时，目标图像的中心
到与模板图像 Ｔ 相关值最大的位置即为目标当前位置。相 像素所在位置就是匹配位置。当目标向某一个方向移动一
关匹配的数据量和计算量很大。在很多目标跟踪的模板匹 段距离 Ｄ，如果 Ｄ 在目标图像上对应的横向位移和纵向位
［６］
配计算中采用了专用的数字处理器来提高计算速度 ，对 移的绝对值均小于等于 １ 个像素对应的长度，那么匹配的
于分辨率较高的图像，当算力有限的情况下，这种算法所用 位置一定在与中心相邻的第一圈 ８ 个像素的某个像素位置
的时间比较长。 上；如果 Ｄ 在目标图像上对应的横向